MATEMATIKAI MÓDSZEREK A DINAMIKUS KÖZGAZDASÁGTANBAN

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "MATEMATIKAI MÓDSZEREK A DINAMIKUS KÖZGAZDASÁGTANBAN"

Átírás

1 Simonovits András: BME TTK, Matematikai Intézet MATEMATIKAI MÓDSZEREK A DINAMIKUS KÖZGAZDASÁGTANBAN MTA, Közgazdaságtudományi Intézet 1

2 TARTALOMJEGYZÉK Előszók 5 Bevezetés 8 I. RÉSZ. DINAMIKA OPTIMALIZÁLÁS NÉLKÜL Differenciaegyenletek: alapfogalmak és lineáris rendszerek Alapfogalmak Általános lineáris rendszerek Síkbeli lineáris rendszerek Lineáris szabályozási rendszerek Diszkrét idejű lineáris modellek A lineáris akcelerátor-multiplikátor modell * A lineáris indítás-beruházás modell A lineáris készletjelzéses modellpár * Decentralizált szabályozás várakozásokkal Nemlineáris differenciaegyenletek A fixpont létezése és stabilitása Határciklusok Káosz Diszkrét idejű nemlineáris modellek Szeszélyes növekedési ciklusok A nemlineáris akcelerátor-multiplikátor modell * A nemlineáris indítás-beruházás modell A nemlineáris készletjelzéses modell * Nemlineáris készletjelzés várakozásokkal Vegyes várakozások Tanulságok 96 2

3 5. Közönséges differenciálegyenletek Alapfogalmak Lineáris rendszerek Nemlineáris rendszerek Szabályozás folytonos időben Folytonos idejű modellek Növekedési modellek * A kormányzati stabilizálás modellje A versenyzői árigazodás modellje 118 II. RÉSZ. DINAMIKA OPTIMALIZÁLÁSSAL Dinamikus programozás és szabályozáselmélet A determinisztikus optimumelv A sztochasztikus optimumelv Optimális LQ-szabályozás teljes megfigyelésnél * Optimális állapotbecslés és szabályozás tökéletlen megfigyelésnél A dinamikus programozás alkalmazásai Optimális megtakarítás Optimális felhalmozás A nagy halháború Optimális folyamatok (szabályozás) elmélete Alapfeladat Variációszámítás Kiegészítések Optimális fogyasztási pályák Egzogén bér és kamat Endogén bér és kamat, végtelen időtáv Véges időtáv, állandó termelés-tőke hányados 170 3

4 FÜGGELÉKEK 176 A. függelék. Lineáris algebrai kiegészítés 177 B. függelék. Együttélő nemzedékek 186 B.1. Egy OLG-cseregazdaság 186 B.2. Termelő OLG-gazdaság 194 B.3. Nyugdíjrendszerek és tőkefelhalmozás 197 B.4. A pénz mint csereeszköz egy OLG-modellben 198 B.5. Tanulságok 200 C. függelék.* Együttélő korosztályok 202 C.1. Egy OLC-cseregazdaság 202 C.2. Állandósult állapotok 211 C.3. Endogén ciklusok racionális várakozásokkal 214 C.4. Dinamika racionális várakozásokkal 219 C.5. Dinamika naiv várakozásokkal 226 C.6. Két tb-rendszer összehasonlítása 232 D. függelék. Optimális nyugdíjjáradék tervezése 235 E. függelék. Átmenet és foglalkoztatottság 243 Feladatmegoldások 250 Irodalomjegyzék 259 Tárgymutató 4

5 ELŐSZÓ AZ ELSŐ KIADÁSHOZ Kutatói pályám kezdetén, 1973-ban kezdtem foglalkozni dinamikus közgazdasági modellekkel, és kisebb-nagyobb kitérőkkel azóta is ezen a területen dolgozom. Két évtized alatt legalább három dinamikai témakört tanulmányoztam: (i) 1973 és 1981 között az árjelzésnélküli szabályozás témakörét vizsgáltam, (ii) majd 1982 és 1991 között a szocialista gazdaság növekedési problémáit és ciklusait elemeztem. (iii) Jelenleg az együttélő nemzedékek és korosztályok elméletét kutatom, ahol továbbra is dinamikus (vagy azzal határos) kérdésekkel foglalkozom. Amióta 1988 körül megkezdtem a Budapesti (akkor még Marx Károly) Közgazdaságtudományi Egyetemen dinamikus közgazdaságtani előadásaimat, szomorúan tapasztalom, hogy egyetemi tanulmányaik alatt a hallgatók milyen keveset hallanak a dinamikus közgazdaságtanban szükséges matematikai módszerekről: differenciál- és különösen differenciaegyenletekről, nem is beszélve a dinamikus optimumszámításról. Fokozatosan megérlelődött bennem az igény: jó lenne megismertetni az érdeklődő diákokat azokkal az alapvető matematikai módszerekkel, melyekre a dinamikus közgazdaságtanban szükség van. Vagy kifordítva a gondolatot: bemutatni azokat a dinamikus közgazdasági modelleket, ahol a legfontosabb matematikai módszerek sikerrel alkalmazhatók ban a Rajk László Szakkollégium elfogadta pályázatomat, és Soros György anyagi támogatásával örömmel vágtam a feladatnak: nekiláttam egy jegyzet megírásának, melynek javított (de távolról sem végleges) változatait ben a BKE doktori program I. és II. évfolyama, illetve 1996-ban a BKE ötödéves hallgatóinak adtam elő. Az ízelítő készítésénél szabadon kölcsönöztem magamtól és más szerzőktől természetesen a források feltüntetésével és az anyagok átszabásával. A matematikai és közgazdasági fejezetek következetes váltogatásával Chiang (1984) bevezető jellegű, valamint Stokey és Lucas (1989) nagyon haladó szintű könyvét követtem, azonban igyekeztem középszinten maradni. Egyrészt be akartam mutatni a nagyon hatékony módszereket némi általánosságban. Másrészt lemondtam a funkcionálanalízis, a mértékelmélet és más magasabb matematikai elméletek és közgazdasági alkalmazásaik bemutatásáról. Csak az Olvasó döntheti el, hogy mennyire sikerült e kísérlet. Munkahelyemen és vendégkutatói posztjaimon számos kolléga volt hatással rám. Elsőként Kornai Jánost említem meg, aki a szabályozáselmélet és a szocialista makrodinamika témakörébe vezetett be. Húszéves együttműködésünkről számos részben a könyvben is tárgyalt közös cikk tanúskodik. Cars Hommes és Helena Nusse a szocialista gazdaság kaotikus modelljének közös kutatása közben szinte bevezettek a 5

6 nemlineáris dinamika modern fejezetébe. Molnár György az együttélő korosztályok modellezésében volt társszerzőm. Sokat köszönhetek Bródy Andrásnak, Kapitány Zsuzsának, Michael Lovell-nek és Martos Bélának az árjelzés nélküli szabályozás, Bagdy Gábornak, Bauer Tamásnak, John Burkett-nek, Chikán Attilának, Halpern Lászlónak, Lackó Máriának, Molnár Györgynek, és Soós Károly Attilának a szocialista ciklusok, végül Augusztinovics Máriának, Johann Brunnernek és Eduardo Siandrának az együttélő korosztályok kutatásánál nyújtott segítségért. Az optimalizáláson alapuló dinamikus modellekre Ambrus-Lakatos Loránd, Kertesi Gábor és Leonard Mirman hívta föl a figyelmem. Köszönetem fejezem ki Balla Katalinnak, Darvas Zsoltnak, Eső Péternek, Kocsis Viktóriának, Magyarkúti Gyulának, Romhányi Balázsnak, Szabó Imrének, Tallos Péternek és Vincze Jánosnak a kézirat korábbi változatainak gondos átnézéséért, Zalai Ernőnek és Michael Landesman-nak támogatásukért és számos további hallgatómnak a hibák gyomlálásáért. Természetesen az említett személyek a könyv tartalmáért és a benne maradó hibákért semmiképpen sem felelősek. Utoljára, de nem utolsósorban itt köszönöm meg Simonovits Miklósnak, hogy saját készítésű programjaival lehetővé tette, hogy csúf Word 5.0 dokumentumomat elegáns TEXanyaggá formáljam. Itt fejezem ki hálámat a kutatás anyagi és erkölcsi elősegítéséért munkahelyemnek (az MTA Közgazdaságtudományi Intézetének), az OTKAnak (T 6919 és ), a Művelődési és Kulturális Minisztérium MKM 242/ sz. támogatásának, valamint a következő intézményeknek: a belga CORE, Louvain-la-Neuve; az olasz Modenai Egyetem; az amerikai University of Illinois at Urbana Champaign és Wesleyan University, CT; a holland Groningeni Egyetem és a Tilburgi Egyetem (CentER), végül az osztrák Linzi Egyetem. Köszönettel tartozom a Közgazdasági és Jogi Könyvkiadó kollektívájának, hogy mindent megtett a könyv sikeres megjelentetéséért. Örömmel veszek minden konstruktív megjegyezést a következő címen: mail: simonov@econ.core.hu. Budapest, május A szerző 6

7 ELŐSZÓ A MÁSODIK KIADÁSHOZ Könyvem második kiadásában megtartottam az eredeti szerkezetet, szerkezeti változtatást csak a 4. fejezet utolsó előtti, d-várakozásokkal foglalkozó alfejezetének beiktatása, a 8.1. és 8.2. alfejezet felcserélése, a 8.3. alfejezet törlése és egy új, D. és E. függelék írása jelent? ez utóbbi anyagok társszerzői Eső Péter, illetve a a néhai Balla katalin és Köllő János. A legtöbb helyen megtartottam az eredeti szöveget, alaposabban csupán a 7.1., a 8.2. alfejezetet és a B. függeléket változtattam meg. Ezenkívül igyekeztem az elírásokat kiküszöbölni. Köszönetet mondok a CEU Közgazdasági Tanszékének és a BME Matematikai Intézetének, hogy lehetővé tették e tárgy oktatását, valamint hallgatóinak, akik megjegyzéseikkel az őszi félévben előadott II. rész javításához hozzájárultak. Budapest, szeptember A szerző 7

8 BEVEZETÉS Ebben a könyvben viszonylag egyszerű dinamikus közgazdasági modelleket mutatok be, az egyes modellek tanulmányozása előtt azonban ismertetem a szükséges matematikai módszereket. Az egymást követő matematikai és közgazdasági fejezetek párokat alkotnak: minden matematikai (páratlan sorszámú) fejezet előkészíti a következő (páros sorszámú) fejezet(ek)ben szereplő közgazdasági modellek tárgyalását. A három függelékből az A. függelék matematikai, a B. és C. függelék közgazdasági jellegű. Ezenkívül mind a matematikai, mind a közgazdasági fejezetek egymásra épülnek. Ez a felépítés megóvja az Olvasót attól, hogy a közgazdasági modellek tanulmányozása közben kelljen megismerkednie új matematikai fogalmakkal és tételekkel. Ugyanakkor az Olvasónak a közgazdasági részek olvasása előtt el kell hinnie, hogy a matematikai eszközökre szüksége lesz. A könyvben nem törekszem teljességre, inkább ízelítőt adok az általam alapvetőnek tartott dinamikus kérdésekről. Ugyanakkor igyekszem felkutatni az ősöket, s lehetőleg megjelölni a forrásokat. A könyv tartalmáról a tartalomjegyzék eligazít, ebben a bevezető fejezetben inkább a legfontosabb sajátosságokat próbálom kidomborítani. KÉRDÉSKÖRÖK A Bevezetésben először áttekintjük a legfontosabb kérdésköröket: statika vagy dinamika, diszkrét vagy folytonos idő, optimalizáljunk vagy sem, szabályozáselméleti keret, stabilitás és működőképesség, linearitás vagy nemlinearitás, determinisztikus vagy sztochasztikus modellek, várakozások, véges vagy végtelen életű fogyasztó, összevont vagy részletezett modellek, elegancia vagy relevancia, kritikai szemlélet. Statika vagy dinamika A hagyományos matematikai közgazdaságtan bevallottan statikus: különböző időpontokra vagy időszakokra vonatkozó változók nem szerepelnek benne. Például az általános egyensúlyelmélet alapmodelljében (Arrow és Debreu, 1954) a kereslet, a kínálat és az árvektor egy időpontra vonatkozik. Vannak olyan kvázidinamikus modellek, amelyekben különböző időpontokra vagy időszakokra vonatkozó változók szerepelnek, de triviálisan vannak vagy egyáltalán nincsenek összekapcsolva (például a Neumann-modell egyensúlyi volumen- és árpályája; Neumann, 1938). A valóságos gazdaság azonban dina- 8

9 mikus különböző időpontokra vagy időszakokra vonatkozó változók kapcsolatban állnak egymással (Frisch, 1933). Ebben a könyvben dinamikus kérdéseket vizsgálunk. Diszkrét vagy folytonos idő Mind a matematikát, mind a közgazdaságtant végigkíséri a diszkrét és folytonos időfelfogás kettőssége. A köznapi és a fizikai időfelfogás a folytonosnak kedvez, a mérő- és számítóeszközök a diszkrétnek. Az időbeli folyamatok matematikai elméletei általában folytonos idővel dolgoznak. Alapeszközük a (közönséges) differenciálegyenlet; amelyben az idő a független változó, s a függő változók és idő szerinti deriváltjaik egy egyenletrendszerben szerepelnek. Például a matematikai inga egyenletében a gyorsulás (a helyzet második deriváltja) közelítőleg a helyzet ellentettjével arányos. A numerikus analízis viszont szükségszerűen diszkrét idővel (lépésszámmal) dolgozik, s a differenciaegyenletre támaszkodik: itt is az idő a független változó, s a függő változók és idő szerinti különbségi hányadosaik, vagy eltoltjaik szerepelnek egy egyenletrendszerben. Például éves kamatozás esetén a tőke és növekménye (a kamat) között az éves kamatláb teremt kapcsolatot. Érdekes módon a differenciaegyenletek elmélete kaleidoszkópszerűbb (kaotikusabb), mint a differenciálegyenleteké (lásd később). Kezdő számára viszont jobban hozzáférhető, hiszen a differenciálegyenletekkel ellentétben, a differenciaegyenletek megoldásának létezése és egyértelműsége magától értetődő. Az első dinamikus közgazdasági modellekben egyaránt föllelhető a diszkrét és folytonos idejű megközelítés (például Samuelson, 1939a és 1941). Sőt, az üzleti ciklusok első modelljei a két megközelítést egyesítve, kevert (diszkrét és folytonos idejű) egyenleteket alkalmaztak (Frisch, 1933). Azóta már mindkét megközelítésnek kiterjedt irodalma van. Ennek megfelelően a könyv is mindkét megközelítést tartalmazza. Célszerűtlen lenne azonban teljes mértékben kifejteni e párhuzamot, ezért a közgazdasági tartalomtól függően hol ezt, hol azt a módszert mutatjuk be. (Ha azonban választani kellene a két módszer között, akkor a közgazdaságtanban a diszkrét módszert választanám, mert a legfontosabb közgazdasági folyamatokra jobb közelítést nyújt, mint a folytonos.) Optimalizálás nélkül vagy optimalizálással A dinamikus közgazdaságtan kialakulásakor egyik modell sem támaszkodott optimalizálásra. Az első korszerű dinamikus optimalizálási modellek 1960 körül jelentek meg (Tinbergen, 1960) és sokáig békésen együtt éltek optimalizálás nélküli társaikkal. Az optimalizálás nélküli modellek az utóbbi időszakban egyre népszerűtlenebbek váltak, mert a döntéshozók viselkedését nem racionális döntésként magyarázzák. Számos mérsékelten modern könyv (például Blanchard és Fischer, 1989, 28. o.) kiegyensúlyozott álláspontot foglal el az optimalizálás kérdésében. Neoklasszikus irányultságunk nem jelenti azt, hogy csak azokat a makromodelleket tekintenénk érvényesnek, melyek maximalizáláson alapulnak...azt hisszük, hogyha egy alapelveken alapuló modellre várnánk, mielőtt hajlandók lennénk a folyó eseményeket elemezni és gazdaságpolitikai tanácsokat adni, veszélyes utópiát követnénk, amely a való világot a sarlatánokra hagyja azok helyett, akik felismerik mindenkori tudásunk bizonytalanságait. Az igazán modern könyvek viszont egyszerűen kizárják a közgazdaságtan birodalmából az optimalizálás nélküli modelleket. Jellemző például Azariadis (1993, 4. o.) értékelése Solow növekedési modelljéről, ahol Solow a megtakarítási hányadot (a tapasz- 9

10 talattal összhangban) időben állandónak feltételezte: Solow egy ad hoc feltevéssel élt, s kevés ilyen súlyos bűn létezhet egy magára adó közgazdász számára. Jómagam közelebb állok a mérsékelten modern, mint az igazán modern irányzathoz, de még a mérsékelt irányzatnál is jóval kisebb jelentőséget tulajdonítok az optimalizálásának. Számomra közömbös, hogy a magatartási egyenletek az életből vannak ellesve, vagy pedig fennkölt célfüggvények és költségvetési feltételek nászának gyümölcsei. Védelmül három dolgot hozok fel: a) A fent említett úttörők iránti tisztelet. b) A legtöbb dinamikus optimalizálálási modellben csupán egy döntéshozó van, márpedig jól ismert, hogy ez milyen félrevezető feltevés (Kirman, 1992). Egyébként az optimalizálási feltevés mindenhatóságát bíráló érvek még mindig relevánsak (Kornai, 1971; Nelson és Winter, 1982; Anderson et al., 1988). Sőt, Hildenbrand (1983) hatásosan érvel, hogy az egyénileg nem optimalizáló szereplők megfelelő eloszlása esetén az aggregált viselkedés lehet optimális. c) Az optimalizálás nélküli modelleket egyszerűbb elmagyarázni, mint optimalizációs társaikat. Ennek megfelelően a könyv két részre oszlik: az I. részben nincs, a II. részben van optimalizálás. Például a szocialista gazdaság ciklusait (2.2. és 4.3. alfejezet) nehéz volna egyetlen döntéshozó optimális döntéseként leírni. Ugyanakkor egy személy vagy egy társadalom fogyasztási pályának időbeli optimalizálása értékes hozzájárulás lehet az életciklus megértéséhez. Szabályozáselméleti keret A könyv gyakran alkalmazza a matematikai szabályozáselmélet kereteit. Szabályozási rendszerről beszélünk, ha a rendszert állapot- és szabályozási vektorral jellemezzük, s feltesszük, hogy az állapotváltozás vektora az állapotegyenletrendszeren keresztül függ a szabályozási vektortól. Talán a leggyakoribb szabályozási mechanizmus a visszacsatolás, amikor a szabályozási vektor a pillanatnyi állapotvektortól függ. Mások mellett Kornai és Martos (1981a) meggyőzően érvelnek e megközelítés előnyei mellett. Szemléltetésül is az általuk szerkesztett könyvből választunk egy jellemző példát: egy termék outputkészlet változása egyenlő a termelés és az eladás (előjeles) különbségével; a legegyszerűbb készletjelzéses szabályozásnál a termelés csökkenő függvénye az outputkészletnek. A közgazdasági alkalmazások jelentős részében nagy hangsúlyt kap a szabályozás decentralizált jellege. Előbbi példánkat általánosítva: ha egy egész gazdaság működik készletjelzésekkel, akkor az egyes vállalat adott termékének outputkészlet-változásában az összes többi vállalat által tőle beszerzett termékösszege jelenik meg, míg az adott termék termelése továbbra is csak saját outputkészletétől függ (2.3. alfejezet). Ugyanakkor a szocialista gazdaság makromodelljének magatartási szabályai nem decentralizáltak (2.2. alfejezet). Minden hasznossága ellenére a szabályozáselméleti megközelítés a közgazdaságtani dinamikában nem kizárólagos. Például az együttélő nemzedékek és korosztályok zárt cseregazdaságában (B. és C. függelék) a potenciális állapotváltozót (a megtakarítási állományt) nulla értéken rögzítettük, ezért ott a szabályozáselmélet alkalmazhatatlan. Stabilitás és működőképesség Nagyon gyakori, hogy egy dinamikus rendszer pályáját nem lehet vagy nem célszerű explicite leírni. Kiváncsiak vagyunk viszont a pálya kvalitatív viselkedésére. Kiindulásképp a rendszer fixpontja szolgál, amelybe a rendszert eljuttatva, a rendszer ott is marad. A fixpontot a természettudományokban gyakran nevezik egyensúlyi pontnak. A 10

11 közgazdasági alkalmazásokban az egyensúly fogalmát gyakran leszűkítik az ún. walrasi egyensúlyra (lásd 6.3. alfejezet), ahol a tökéletesen rugalmas ármechanizmus minden piacon eltünteti a túlkeresletet. Keynes (1936) óta a közgazdaságban beszélnek munkanélküli egyensúlyról (lásd például a 2. fejezet különféle modelljeit), és az 1970-es évek óta nemwalrasi egyensúlyról is. (Mind a disequilibrium, mind az anti-equilibrium kifejezés ennek a különbségtevésnek az elmulasztásából származott!) Kornai (1980) és Kornai és Martos (szerk.) (1981b) a semlegesebb normálállapot kifejezést használják. Amióta megjelentek időben változó egyensúlyi pályák, a stacionárius egyensúlyra az állandósult állapot kifejezést is alkalmazzák (B. és C. függelék). Felvetődik a kérdés: létezik-e egyensúly, és ha igen, akkor egyértelmű-e az egyensúly? Látni fogjuk, hogy általában mindhárom eset lehetséges: nincs egyensúly, egy vagy több egyensúly létezik. További kérdés az egyensúly stabilitása: ha a rendszer nem az egyensúlyból indul, akkor az idő haladtával visszatalál-e oda? Finomítva a kérdést: mekkora az indulási állapotoknak az a (képletes szóval élve: vonzási) tartománya, amelyből a rendszer az egyensúlyhoz tart? Némileg pontatlanul: ha kicsi a vonzási tartomány, akkor lokális, ha nagy (ti. az egész megengedett tartomány), akkor globális stabilitásról beszélünk (3. fejezet). Mind a természetben, mind a társadalomban gyakoriak a ciklikus folyamatok. Felsorolásszerűen: a Föld kering a Nap körül, az évszakok váltakoznak, az emberi szív percenként többtucatszor dobog, a gazdaság növekedési üteme több-kevesebb szabályossággal hullámszerű mozgást végez. Érdekes módon minden dinamikus rendszer minden ciklusához megadható egy olyan rendszer, amelyben az eredeti rendszer cikluspontjai egyensúlyi pontok. Determinisztikus rendszereken belül maradva, a stabil egyensúly és a ciklus mellett azonban még bonyolultabb viselkedési formák is lehetségesek, amelyeket némi leegyszerűsítéssel kaotikusnak nevezhetünk. Ilyenkor a pálya érzékenyen függ a kezdőértékektől, ezért a pálya elvileg előrejelezhetetlen. Legismertebb példa a káoszra az időjárás, de elképzelhető, hogy az árfolyam-ingadozások is kaotikusak. A fenti esetekben fölvetődik a kérdés: működőképes-e a rendszer? Például a Naprendszer kb. 10 milliárd évig működhet, egy ember kb. 100 évig élhet, egy társadalmi rendszer pedig évtizedektől évezredekig fennállhat. Ha azonban egy speciális gazdasági modellt vizsgálunk, akkor működőképességen azt értjük, hogy a mozgásegyenleteken kívül a rendszer kielégít bizonyos feltételeket. A közgazdaságtanban a leggyakoribb működési feltételek a nemnegativitási feltételek: például a termelés nem lehet negatív. Konkrétabban: a készletjelzéses modellben kifogyhat a készlet vagy megtelnek a raktárak, stb. Jelenleg keveset tudunk a gazdasági rendszerek működőképességéről és gyakran be kell érnünk a stabilitás keresésével. Lineáris és nemlineáris modellek Minden matematikai természetű vizsgálatnál alapkérdés a linearitás. Némi leegyszerűsítéssel, lineáris egy modell, ha a bemenő változók megduplázása megkettőzi a kimenő vátozók értékét is. Például a készletváltozási egyenlet lineáris: kétszeres termelés és vétel kétszeres készletváltozást okoz. Első látásra a következő készletjelzéses termelésszabályozás is lineáris: minden nap legfeljebb 100 egységet termelünk, de ezt a maximumot csökkentjük az előző nap végén megmaradt termékegység kétszeresével. De mi történik, 11

12 ha az előző nap végén 51 egység maradt? 2 egységet termelünk? S ekkor belép egy természetes alsó korlát: a nulla, s elvész a linearitás. A végesdimenziós lineáris dinamikus rendszerek elmélete teljesen megoldottnak tekinthető. Fölírhatjuk a rendszer megoldását, amelynek segítségével számos kvantitatív és kvalitatív eredményt nyerhetünk. A szóban forgó terület egyik legfontosabb jellemzője, hogy az egyensúly körüli lokális viselkedés meghatározza a globális viselkedést is. Speciálisan: ciklikus viselkedés csak kivételes paraméterértékeknél valósul meg (s az is késélen táncol), instabil viselkedés egyre nagyobb kilengéseken keresztül előbb-utóbb működésképtelenséghez vezet. Más a helyzet a nemlineáris dinamikus rendszereknél. Már az egyváltozós esetnél is minden lehetséges. Például a lokális stabilitás összefér a globális stabilitás hiányával, stabil ciklikus viselkedés (az ún. határciklus) a paraméterértékek széles tartományában is megvalósulhat, instabil viselkedés összefér hosszú távú működésképességgel. A szabályos ciklikus pályák mellett megjelenhetnek szabálytalan, kaotikus pályák is. Analitikusan viszonylag keveset tudunk, már a kétdimenziós esetben is szükségünk van számítógépes szimulációra. Mind a matematikusok, mind a közgazdászok sokáig megelégedtek a lineáris vagy linearizálható dinamikus rendszerek vizsgálatával. Csak az utóbbi évtizedekben kapott nagyobb lendületet a nemlineáris és instabil rendszerek globális elemzése. Természetesen ezeknél a bonyolult viselkedésű rendszereknél is a lineáris rendszer a kiinduló pont. A könyv egyaránt foglalkozik lineáris és nemlineáris rendszerekkel. Determinisztikus vagy sztochasztikus rendszerek A mai kor emberének nyilvánvaló, hogy a determinisztikus és a sztochasztikus szemléletre egyaránt szükség van a folyamatok modellezésénél. Elegendő, ha a klasszikus newtoni mechanika mellett utalunk a heisenbergi schrödingeri kvantummechanikára. A dinamikus közgazdaságtanban a sztochasztikus módszerek elterjedése leginkább az ökonometria térhódításához kapcsolódik. A statisztikai módszertannak megfelelően az egyenletek becslésénél célszerű föltenni, hogy sztochasztikus hibataggal terheltek. Nem lehet meglepetés, hogy az ökonometriai egyenleteken alapuló szabályozási modellekben nagy szerepet játszik a sztochasztikus optimalizálás. Ezzel a kérdéskörrel a 7. fejezetben foglalkozunk. Érdekes, hogy a modern dinamikus közgazdaságtan domináns ága szerint a gazdaság determinisztikus része lineáris és stabil, a gazdaságot csak a sztochasztikus zavarok terelik el az egyensúlyi pályáról. Én nem osztom ezt a nézetet. Egy jóval kisebb, de korántsem jelentéktelen kutatási irányzat híveként, inkább a determinisztikus rendszerek nemlinearitásaiban keresem a ciklus és a káosz forrását. Ezért a sztochasztikus jelenségek nemcsak a szokásosnál, de a megérdemeltnél kisebb hangsúlyt kapnak a könyvben, a nemlineáris determinisztikus modellek viszont nagyobbat (a fejezet és a B C. függelék). Csak röviden utalok a sztochasztikus módszereknek egy egyszerűbb alkalmazására, amely az emberi élettartam bizonytalanságából fakadó életbiztosítással kapcsolatos (10.1. alfejezet). Várakozások A közgazdasági modellek egyik megkülönböztető vonása, hogy egyes változók függhetnek más változók jövőre vonatkozó értékétől, a várakozásoktól. Például a könyvkereskedő 12

13 e heti beszerzése függ a jövő hétre várt eladásoktól, vagy az idei megtakarításom függ a jövő évre várt kamatlábtól. Az as évek modelljeiben a naiv (vagy általánosabban: adaptív) várakozások szerepeltek, ahol a várakozás a korábbi ténytől (és a korábbi várakozástól) függött. Például a kereskedő fölteszi, hogy a jövő héten is ugyanannyi könyvet akarnak vásárolni, mint ezen a héten. Másik példa: a jelzálog kölcsönző bankárok minden évben úgy határozzák meg a törlesztést, hogy fölteszik, a kamatláb a hátralévő időre változatlan. Ez a feltevés sok kritikát kapott (Lucas, 1976), s egyre inkább a racionális várakozások feltevése lép a helyére. Ekkor adott információs halmaz esetén a döntéshozó várakozása megegyezik a modellből levezethető várható értékkel. Speciálisan, determinisztikus esetben a racionális várakozás megegyezik magával a tényleges értékkel: tökéletes előrelátás. Mi mindkét feltevést megvizsgáljuk. Látni fogjuk, hogy esetenként (2.4. alfejezet) tényleg jobb a racionális várakozás, mint a naiv várakozás. Más esetekben azonban fordított a helyzet (4.5. alfejezet). Sőt az is előfordul, hogy az állandósult állapotokon kívül szinte értelmezhetetlen a racionális várakozás (C.4. alfejezet). Szeretnék hozzájárulni ahhoz, hogy újra teret nyerjen az adaptív várakozások hipotézise, amely mind empirikusan (Lovell, 1986; Chow, 1989), mind elméletileg (Grandmont és Laroque, 1990, Brock and Hommes, 1997, Grandmont, 1998; ) vonzó lehet a racionális várakozásokkal szemben. Véges vagy végtelen hosszú életű fogyasztó Az optimalizálással foglalkozó modellekben gyakran fölteszik, hogy a reprezentatív fogyasztó végtelen sokáig él. Ezzel a trükkel el lehet kerülni a zárófeltételek problémáját. Ez a feltevés nyilvánvalóan ellentétes az emberi élet végességével, s feloldása változtat az eddigi optimumfeltételeken. A Samuelson (1958)-tól származó, ún. együttélő nemzedékek modellcsaládjában (B. függelék) a szereplők élettartama rövidebb, mint a vizsgálati időszak; mindenki két időszakig él: először fiatal, később öreg. Minden időszakban együtt élnek fiatalok és öregek: a fiatalok sokat, az öregek keveset (vagy semmit sem) dolgoznak, és a fiatalkorban felhalmozott megtakarításaikból élnek. Mindenféle furcsaság adódik: a) Egy felosztó kiróvó (PAYG) nyugdíjrendszer bevezetése mindegyik nemzedék jólétét javítja, ha a növekedési ütem nagyobb, mint a kamatláb (Samuelson, 1958), általánosítása Aaron-elvként ismert. b) Zárt OLG gazdaságban optimalizálás ellenére ciklikus vagy akár kaotikus dinamika jöhet létre (Gale, 1973 és Grandmont, 1985). Az együttélő nemzedékek modelljét általánosítja az együttélő korosztályok modellje (C. függelék): különböző életkorú korosztályok tagjai élnek együtt, korspecifikus túlélési valószínűséggel, keresettel és fogyasztási egységekkel. Ez az általánosítás gyengíti az együttélő nemzedékekről szóló tételeket: a) Az Aaron-elv csak akkor igaz, ha eltekintünk attól, hogy nemcsak a fiatalok támogatják az időseket (nyugdíj), de az idősebbek is támogatják a fiatalokat (gyereknevelés). b) Éves bontású modellben racionális várakozás mellett általában nincs is definiálva a dinamika minden kezdőértékre, a reális 2-ciklusok létezését már sikerült kizárni. Naiv várakozások mellett azonban az állandósult állapot mentén elég sokáig képes működni a rendszer. 13

14 Összevont vagy részletezett modellek Az as években nagyon fontosnak tartották, hogy a modellek részletezettek, sokszereplősek legyenek. A lineáris rendszerek keretében a mátrixok is nagy figyelmet kaptak. Ahogyan Samuelson mondta egyik cikkében, ez volt a Leontief modellek kora. Manapság ez a megközelítés háttérébe szorult, és az elméleti közgazdászok gyakran megelégednek az egy-két szektoros modellekkel. Ez a könyv ebben a tekintetben is visszatér a hagyományokhoz. Több helyen is foglalkozunk sokszektoros modellekkel: a 2. és a 4. fejezetben az n-szektoros Leontief gazdaság szabályozását vizsgáljuk, míg a C. függelékben sokváltozós modelleket tanulmányozunk. Ennek megfelelően az A. függelékben összefoglaljuk a lineáris algebrai tudnivalókat. Elegancia vagy relevancia Könyvem egyaránt alkalmaz analitikus és numerikus módszereket. Egyrészt egyszerűségre törekszem. Mindig örülök annak, ha valamit analitikusan is vizsgálhatunk. Másrészt nagyra tartom a realizmust is. Nem vagyok hajlandó a relevanciát föláldozni az egyszerűség oltárán. Néhány példát említenék. a) Az indítás beruházás lineáris modelljében (2.3. alfejezet) némileg körülményesen, bevezetek többletváltozókat, hogy természetesen mutathassam be a feszültségenyhítés és a stabilizálás ellentétét. b) Az indítás beruházás nemlineáris modelljében (4.4. alfejezet) ugyancsak körülményesen, lemondok a legegyszerűbb eset vizsgálatáról. El akarom ugyanis kerülni a természetellenes bang bang szabályozást, ahol a szabályozási változók kizárólag a minimális és maximális értéküket veszik föl. c) A könyv C. függelékében tetszőleges számú együttélő korosztályt vezetek be, mert nem tudom elfogadni az együttélő nemzedékek elméletének imént említett leegyszerűsítő feltevéseit. S a valósághoz való közeledés új megvilágításba helyez számos korábbi állítást, lásd fent. Nem teszek úgy, mintha alkalmazott közgazdász volnék, aki hatalmas empirikus modellekkel dolgozik a számítógépén. Mégis azt tanácsolom, hogy az olvasó használja a számítógépét (vagy néha akár a zsebszámológépét), hogy némileg belelásson a dinamikus modellek kvantitatív alkalmazásába. Mondanivalóm alátámasztására idézem Arrow és Honkapohját (1985a, 26. o.): Két általános közgazdaságtani javaslat vetődött föl [a szimpóziumon, S.A.]: 1. Figyelembe véve azoknak az eseteknek a nagy számát, amikor nincsenek elméleti eredmények vagy csak nagyon nehezen elérhetők, jobban kell támaszkodni a numerikus szimulációra, mégpedig különféle paraméterértékeknél. A szimuláció segít eligazodni abban, hogy mennyire függnek az eredmények a sajátos numerikus feltevésektől. 2. Ehhez szorosan kapcsolódott az az ajánlás, hogyha egy elméleti kutató egy speciális területet modellez, jelezze, hogy a paraméterértékek milyen tartományát tartja a modell alkalmazhatóságával összeférhetőnek. Kritikai szemlélet Meglepőnek tűnhet, milyen sok kritikai megjegyzés található egy tankönyvben. Nem lenne jobb megkímélni az olvasót a bonyodalmaktól, és kizárólag a helyes megoldást bemutatni? Úgy vélem, nem. Egyrészt a matematikai közgazdaságtanban nem annyira a matematikai tévedések, mint a közgazdaságilag hibás vagy érdektelen feltevések okozzák az igazi bajokat. Másrészt még a fizika legnagyobbjai is elkövettek kisebb-nagyobb tévedéseket, s ezek feltárása (Simonyi, 1981) csak izgalmasabbá teszi a történetet. 14

15 FORMAI JEGYEK Eddig a könyv tartalmi jegyeit vázoltam. Talán még ezeknél is fontosabb a könyv formai jegyeiről szólni. Módszerek és modellek A könyvben szereplő közgazdasági modellek elsősorban bizonyos matematikai módszereket hivatottak szemléltetni. Ebből a szempontból Baumol (1954), Gandolfo (1971), Kamien és Schwartz (1981), Chiang (1984), valamint Stokey és Lucas (1989) példáját követem, hogy csak néhány művet említsek. Könyvem közgazdaságilag nem összefüggő, és alkalmatlan arra, hogy átfogó ismereteket nyújtson a közgazdasági dinamikáról. (Azok az olvasók, akik nem szeretik ezt a módszert, számos hasonló, de közgazdaságilag összefüggő könyvet találhatnak: Kornai és Martos (szerk.) (1981b), Blatt (1983), Blanchard és Fischer (1989), Martos (1990) és Azariadis (1993)). Sokféle módszer Nem korlátozom a könyvet egy vagy két matematikai módszer bemutatására. Célom inkább Lancaster (1968), Takayama (1974), Chiang (1984), Sargent (1987), valamint Stokey és Lucas (1989) célkitűzéséhez hasonló: minél több fontos módszerből szeretnék ízelítőt adni. Azoknak, akik inkább az egyes módszerekre kiváncsiak, más könyveket ajánlhatok. Gandolfo (1971) főszövege a lineáris szabályozási rendszerek optimalizálás nélküli elemzéseit taglalta. Kamien és Schwartz (1981) a variációszámítás és az optimális folyamatok számos fejezetét és alkalmazását ismertette. Hommes (1991), Medio (1992) és Day (1994) a káoszelméletet alkalmazták a közgazdaságtanban. Nehézségi fok Eredetileg középfokúnak neveztem a könyvet, de több olvasóm meggyőzött arról, hogy azért annál nehezebb. Mindenesetre föltételezem, hogy az Olvasó már alaposan ismeri a differenciál- és integrálszámítást (a matematikai analízist), a lineáris algebrát és a mikroés makroökonómiát. Fontos követelmény, hogy érdekeljék a bizonyítások elvei, ha nem is a részletei. A bizonyításokban azonban szintén nem törekszem teljességre. Például a differenciálegyenletek megoldása létezésének és egyértelműségének a bizonyításánál elkerülöm a funkcionálanalízis mély módszereit. Az alapvető szerepet játszó kontrakciós elvet csak végesdimenziós terekre mondom ki. Csupán utalok arra, hogy az elv szükséges általánosítása magasabb dimenziós terekre szintén érvényes. Ez a megközelítés jóval több erőfeszítést követel az Olvasótól, mint Chiang könyve, de jóval kevesebbet, mint Stokey és Lucas. A tárgyalás szintje Takayama (1974) és Sargent (1987) könyvéhez áll közel. Példák és feladatok A könyv számos példát és feladatot tartalmaz, melyek a kérdés előfordulási helyén vannak elhelyezve. Célszerű őket azonnal megoldani, vagy ha nem sikerül, akkor belenézni a könyv végén elhelyezett Feladatmegoldásokba. A csillaggal jelölt feladatok (és megjegyzések) nehezek, ezért csak az elszántabb olvasóknak ajánljuk. 15

16 Oktatási követelmények Kezdeti tapasztalataim alapján a következőket gondolom az anyag egyetemi oktatásáról. 1. Fontos, hogy az Olvasó a megfelelő előismeretek birtokában legyen. 2. Elengedhetetlen, hogy az Olvasó megoldja a feladatokat, de legalábbis próbálkozzon a megoldással. 3. Az irodalomjegyzék sok olyan forrást tartalmaz, mellyel az Olvasó bővítheti és elmélyítheti a könyvben szerzett tudását. Külön szólok az anyagfeldolgozás időigényéről. Heti kétórás előadást és többórás otthoni munkát számítva, a teljes anyag egy év alatt vehető át. Rövidebb (féléves) idő vagy közös feladatmegoldás esetén a tananyagból többféleképpen is lehet válogatni. Például: Matematikai ismeretek (páratlan fejezetek és az A. függelék). Közgazdasági ismeretek (páros fejezetek és a B. függelék). Optimalizálás nélküli dinamika (I. rész). Optimalizálási dinamika (II. rész): megfelelő előkészítés esetén. Diszkrét idejű dinamikus modellek (1-4. és 7-8. fejezet, valamint a függelékek). Káoszelméleti modellek a közgazdaságtanban (3. és 4. fejezet, valamint a B. függelék) az 1. fejezettel együtt. Minimális anyag (1 5., 9. és 10. fejezet). Irodalmi hivatkozások Az irodalmi hivatkozások között kizárólag olyan források szerepelnek, amelyekre a főszövegben hivatkozunk. Kivételként megemlítek három magyar forrást, amely elérhetőbb a közgazdász (hallgató) olvasóknak, mint az általam hivatkozott források: Dancs (1992) analízis tankönyve, Puskás (1993) lineáris algebra tankönyve és Tallos (1999) dinamikai rendszerekkel foglalkozó könyve. Mint a cimből is látható, Tallos könyve részben átfedi e könyvet, de sokkal inkább kiegészíti könyvemet. Ha egy hivatkozott forrásnak van magyar fordítása, akkor az angol publikáció évszámával, de magyar adatokkal hivatkozunk rá: például Keynes (1936), és csak az irodalomjegyzékben tüntetjük föl a magyar kiadás évszámát, Több forrásban is megtalálható közismert állításokra és saját eredményeimre forrásmegjelölés nélkül hivatkozom. JELÖLÉSEK Jelölési elveink a szokásosak, egészen addig, ameddig a különböző eredetű szokások nem ütköznek. Tételeket, példákat, feladatokat és képleteket minden fejezetben egymástól függetlenül, kettős számozással jelölünk: az első szám a fejezet, a második az illető kategória fejezeten belüli sorszáma. Egy függeléken belüli egységekre A., B. és C. sorszámmal utalunk. Matematikai jelölések Mátrixokat latin nagybetűvel jelöljük. Vektorokat, a mátrix, illetve a vektor elemeit a megfelelő latin kisbetűvel jelöljük: A = (a i,j ), b = (b j ). Az egységmátrix jele I. A nullamátrix, a nullavektor és a közönséges skalár nulla egyaránt 0. Egy komplex szám konjugáltját felülvonás, a vektor és mátrix transzponálását T jelöli. Az M mátrix 16

17 sajátértékét λ, sajátvektorát s, spektrálsugarát ρ(m) jelöli. Diagonális mátrix jele. Az i a képzetes egységgyök, π = 3,14..., az e az Euler-szám. A diszkrét és a folytonos idő jele egyaránt t, de míg csak az előbbinél sorozatra utaló alsó index, az utóbbinál a függvényre utaló független változó: x t, illetve x(t). A ẋ vagy x pedig x deriváltját jelöli, míg az m n F x mátrix az F : R m R n függvény x szerinti deriváltmátrixát jelöli. Takarékosságból ugyanúgy jelöljük a diszkrét és a folytonos idejű mennyiségeket, bár ez némileg zavaró. Záróidőszak (-pont) jele: T, periódusé P. Szabályozáselméletben szokásos módon az állapotvektor az n-dimenziós x vektor, a szabályozási vektor pedig az m-dimenziós u vektor. Állandósult (egyensúlyi, stacionárius, normál) vagy optimális értéket o felső indexszel vagy F alsó indexszel különböztetünk meg közönséges társától, a jel más különlegességre utal. A vessző (x ) vagy a pont (ẋ) a differenciálás jele. A felülvonás a komplex konjugáltat jelenti. A fekete négyzet a bizonyítás végére utal. Ha vektorsorozat koordinátájáról van szó, akkor az x i,t kettős indexet alkalmazzuk, ahol az első index az i-edik koordináta, a második index a t-edik időszak. Figyeljük meg a különbséget x F és x F között: az elsőben F egy matematikai mennyiség, a másodikban egy név (például az angol feasible rövidítése.) Közgazdasági jelölések A makroökonómiában megszokott módon Y, C, I általában a makrotermelésre (GDP), fogyasztásra és beruházásra utal. Fajlagos (egy főre, GDP-re stb. vetített) értékük rendre y, c és i. Γ a GDP növekedési tényezője (vagy üteme), a leszámítolási tényező (vagy -ráta), r a kamattényező (vagy -láb). U(.) és u a hasznosságfüggvény. A különböző modellekben ugyanaz a jel mást-mást jelenthet, de lehetőség szerint nem ütközik a matematikai fejezetek jelöléseivel. A hagyományok azonban megakadályoztak abban, hogy eltérő jelölést keressek a hasznosságfüggvénynek (8. fejezet) és a szabályozási változónak (7. fejezet) (u), illetve az alapegyenletben szereplő függvénynek (1. fejezet), a termelési függvénynek (8. fejezet) és az alapfüggvénynek (7. fejezet) (f). 17

18 I. RÉSZ DINAMIKA OPTIMALIZÁLÁS NÉLKÜL Ebben a részben olyan matematikai módszerekkel és dinamikus közgazdasági modellekkel foglalkozunk, amelyekben a magatartási szabályokat egyszerűen föltételezzük és nem optimalizálásból származtatjuk. A Bevezetésben már indokoltuk e megközelítés jogosultságát. Az 1. fejezetben a diszkrét idejű (szakaszos működésű) rendszereket a differenciaegyenletek segítségével tanulmányozzuk, ahol az egyenletek bal és jobb oldalán eltérő időindexű változók szerepelnek. Az elemi fogalmak ismertetése után a lineáris differenciaegyenletekkel foglalkozunk. A 2. fejezetben négy olyan lineáris gazdasági modell stabilitását és oszcillációját tanulmányozunk, melyeknél az 1. fejezetben bevezetett különféle módszerek jól használhatók. A 3. fejezetben nemlineáris differenciaegyenleteket vizsgálunk, ahol az instabilitás összefér a megoldás korlátosságával, a ciklus nem véletlen és kis kezdeti hibák nagy későbbi hibához vezethetnek. A 4. fejezetben föloldjuk a 2. fejezet modelljeinek linearitását, és egy ötödik modellre is kiterjesztjük az elemzést. Nemlineáris gazdasági modelljeink tanulmányozásánál a 3. fejezetben bevezetett különböző módszerek jól használhatók. Az 5. fejezetben folytonos idejű dinamikus rendszerek viselkedését differenciálegyenletek segítségével vizsgáljuk, ahol a közönséges változók mellett azok idő szerinti deriváltjai is szerepelnek. A 6. fejezetben három folytonos idejű gazdasági modell stabilitását elemezzük az 5. fejezetben bevezetett elmélettel. 18

19 1. DIFFERENCIAEGYENLETEK: ALAPFOGALMAK ÉS LINEÁRIS RENDSZEREK Ebben a fejezetben olyan egyenletrendszereket vizsgálunk, amelyekben minden változónak időindexe van, s legalább egy egyenletben egy bal oldali változó indexe nagyobb, mint jobb oldali megfelelőjéé. Az ilyen egyenleteket differenciaegyenleteknek vagy differenciaegyenlet-rendszereknek nevezzük, amelyek diszkrét idejű (szakaszos működésű) dinamikus rendszereket írnak le. (N. B. Nemcsak idő, hanem más skalár is lehet a független változó. Egyébként a matematikában absztrakt dinamikus rendszeren a differenciálegyenlet-rendszer általánosítását értik, lásd Zalai, 1989, 7. fejezet függeléke). Közvetlenül vagy közvetve erre a fejezetre épül az egész könyv. Az 1.1. alfejezetben a differenciaegyenletek alapfogalmait vezetjük be. Az alfejezetban a legegyszerűbb, az ún. lineáris rendszereket vizsgáljuk. Egymás után áttekintjük az általános, a síkbeli és a szabályozási rendszerek tulajdonságait. Hasznos tudnivalókat tartalmaz Samuelson (1947, 1983, B. függelék), Varga (1962), Ralston (1965), Lancaster (1969), Young (1979), Martos (1981) és az A. függelék ALAPFOGALMAK Ebben az alfejezetben bevezetjük a differenciaegyenletek elméletének olyan alapfogalmait mint a fixpont, a stabilitás, a ciklus és a szabályozási rendszer. Elsőrendű differenciaegyenlet-rendszer Legyen az idő egy diszkrét változó: t = 0, 1,.... Legyen x egy n-elemű valós vektor, legyen X az n-dimenziós tér, R n tartománya és legyen {f t ( )} t=1 e tartomány önmagára való leképezéseinek (transzformációinak) egy sorozata. Ekkor az (1.1) x t = f t (x t 1 ), t = 1, 2,... egyenletrendszert elsőrendű explicit differenciaegyenlet-rendszernek nevezzük. Vektorálisan gondolkodva beszélhetünk (vektorértékű) differenciaegyenletről is. Érdemes lehet az (1.1) rendszert a következőképpen átalakítani: (1.1 ) x t x t 1 = f t (x t 1 ), t = 1, 2,..., 19

20 ahol f t (x t 1 ) = f t (x t 1 ) x t 1. Valóban, (1.1*) az igazi differenciaegyenletrendszer, amely jól összehasonlítható a később bevezetendő, folytonos idejű (5.1) differenciálegyenlet-rendszerrel. Mi azonban visszatérünk az egyszerűbb (1.1) alakhoz. Ha adott az x 0 kezdeti állapot, akkor az (1.1) rendszer egyértelműen meghatározza az x 1,x 2,... pályát. Közgazdasági alkalmazásoknál gyakran indítjuk a rendszert az x 1 kezdeti állapotból, azaz a mozgásegyenlet már t = 0-ra is érvényes. Az egyszerűség kedvért a továbbiakban majdnem mindig csak olyan, ún. autonóm rendszereket vizsgálunk, amelyek explicite nem függenek az időtől: (1.2) x t = f(x t 1 ). Közgazdasági modelleknél ez gyakran úgy érhető el, hogy a növekedési trendet kiküszöböltük a modellből. Az (1.2) felírás koordinátamentes, s ez tömörsége és lényegkiemelése miatt előnyös. Gyakran előfordul azonban, hogy koordinátákban van adva a feladat: (1.2 ) x i,t = f i (x 1,t 1,...,x n,t 1 ), i = 1,..., n; ahol f i : R n R függvény és {x i,t } t=0 skalár sorozat. Néhány alkalmazásban nem a kezdeti, hanem a végső állapot van megadva. Más alkalmazásoknál (7 10. fejezet) egyes állapotváltozóknak a kezdeti, a többinek a végállapota van megadva. Minden időben változó rendszer formálisan fölírható időben változatlan rendszerként, ha a x 0,t = t változót tekintjük az (n + 1)-edik változónak: (1.2 a) (1.2 b) x 0,t = x 0,t 1 + 1, x i,t = f i (t,x 1,t 1,...,x n,t 1 ), i = 1,..., n. Az X = (t,x) és F (X) = (t,f(x)) jelöléssel, X t = F (X t 1 ). Mégsem fogunk ezzel az átírással élni, mert célszerűtlen volna. Kezdeti feltétellel adott, mindenütt értelmezett jobb oldalú, explicit differenciaegyenlet-rendszereknek mindig van pontosan egy megoldásuk és vizsgálatuk is egyszerűnek tűnik. Ha azonban peremfeltételek vannak vagy implicit differenciaegyenletrendszerünk van (mint például a II. részben és a B. és C. függelékben), akkor mindenféle bonyodalmak fölléphetnek. Külön gondot okoznak a racionális várakozások, amely által vezérelt dinamikában a jelent nemcsak a múlt, hanem a jövő is befolyásolja; s a sztochasztikus környezet tovább bonyolítja a helyzetet. Már a középiskolai tanulmányainkból jól ismerjük a következő példát példa. Mértani sorozat. Legyen {x t } egy skalár mértani sorozat, amelyre x t = qx t 1, t = 1, 2,.... Ekkor x t = q t x 0. (Hasonlóan definiálható a számtani sorozat: x t = x t 1 + d, t = 1, 2,....) Jól ismert, hogy megfelelő átalakítással a magasabb rendű (több késleltetést tartalmazó) rendszerek elsőrendűvé alakíthatók, ezért feltevésünk nem megszorító. Az általános levezetés helyett egy példát mutatunk be példa. Vizsgáljuk a másodrendű skalár rendszert: y t = g(y t 1,y t 2 ). Legyen x 1,t = y t, x 2,t = y t 1, ekkor x 2,t 1 = y t 2, azaz az x 1,t = g(x 1,t 1,x 2,t 1 ) és x 2,t = x 1,t 1 20

21 elsőrendű kétváltozós rendszer ekvivalens a másodrendű skalár rendszerrel feladat. Matematikai inga. Tekintsük a súrlódásmentes matematikai inga (5.6. példa) diszkrét idejű változatát. Válasszuk az időegységnek az ingaperiódus negyedét és számítsuk az idő kezdetét egy maximális kilengésbeli időponttól. Legyen y t az inga kilengésének a függőlegessel bezárt szöge a t-edik időszakban. Ekkor y t = y t 2 az inga differenciaegyenlete, és y 1 = 0, y 0 > 0 a két kezdeti feltétel. Hajtsuk végre az 1.2. példában szereplő átalakítást az egyenleten! Fixpont és stabilitás A dinamikus rendszerekben kitüntetett szerepet játszik a fixpont, más néven állandósult állapot. Egy x o X pontot az f rendszer fixpontjának nevezünk, ha belőle indítva a rendszert, az mindig ott is marad. Képletben: Ekkor x o az f leképezés fixpontja: Ha x 0 = x o, akkor x t = x o, t = 1, 2,.... (1.3) x o = f(x o ). Szemléltetésül áll az 1.3. példa. A mértani sorozat fixpontja. Az 1.1. példában q = 1-re minden pont fixpont, egyébként egyetlen egy fixpont létezik: x o = 0. A következő feladat rávilágít a késleltetéses rendszerek egy érdekes sajátosságára feladat. Miért nem áll meg az inga az alsó pontban? Pontosabban: miért nem marad az y 0 = 0 fixpontban az 1.1. feladat rendszere? Most definiáljuk a fixpont stabilitását. 1. Az (1.2) rendszer x o fixpontját Ljapunov-stabilnak nevezünk, ha hozzá elegendő közeli bármely x 0 kezdőállapotból induló pálya az x o -hoz mindvégig közel marad. Bevezetve a közönséges euklideszi távolságfogalmat általánosító vektornormát (lásd: A. függelék), és a jelölését: x -et, a definíció képletben is megfogalmazható: tetszőleges ε > 0 számhoz található olyan δ > 0 szám, hogyha x 0 x o < δ, akkor x t x o < ε tetszőleges t-re. 2. Egy Ljapunov-stabil x o fixpontot lokálisan aszimptotikusan stabilnak nevezzük, ha x o -hoz elegendő közeli bármely x 0 kezdőállapotból induló pálya az x o -hoz tart. 3. Globális stabilitásról beszélünk, ha majdnem minden x 0 induló állapot egy és ugyanazon fixponthoz tartó pályát származtat. (A rendszer többi fixpontját természetesen ki kell zárni az induló állapotok közül, lásd a 3.3. példa.) 4. Egy fixpontot aszimptotikusan vagy Ljapunov-értelemben instabilnak nevezünk, ha nem aszimptotikusan stabil vagy nem Ljapunov-stabil. Megjegyzések. 1. Ismert, hogy a fixpont létezéséből még nem következik, hogy a rendszer mindig mozdulatlan; sőt még az sem, hogy a rendszer aszimptotikusan a fixponthoz tart. 2. A közgazdaságtani stabilitás-irodalomban el szokták hagyni a matematikában kötelező aszimptotikus jelzőt, viszont kiteszik a matematikában elrejtett Ljapunov-jelzőt. 21

22 3. Számos matematikai közgazdász (például Arrow és Hahn, 1971 és Zalai, 1989) a globális stabilitás definíciójában nem követeli meg a vonzó fixpont egyértelműségét. 4. Fontossága miatt megemlítjük az instabilitás egyik speciális esetét, a nyeregpontinstabilitást: bizonyos kezdeti feltételek stabil, mások instabil pályákat származtatnak. Ha minden nemstacionárius pálya instabil, akkor teljes instabilitásról is szoktak beszélni. A következő példa megmutatja, hogy miért nem elegendő a konvergencia a Ljapunov-stabilitás nélkül az aszimptotikus stabilitás definíciójában példa. (Elagdi, 1991, Example 4.4.) Konvergencia Ljapunov-stabilitás nélkül. Tekintünk egy polárkoordinátákkal megadott síkbeli rendszert: r t = r t 1, ϑ t = 2πϑ t 1, ahol r > 0, 0 ϑ 2π. Könnyen belátható, hogy az állandósult állapot (1,0) = (1,2π), amelyhez minden pálya konvergál. Valóban, r t monoton nő (csökken), ha r t < 1, (r t > 1) és ϑ t növekedve tart 2π-hez. De hiába van akármilyen közel a ϑ 0 kezdőállapot 0-hoz, a sorozat rossz irányba mozdul el. A következő feladat az ingához tér vissza feladat. Az inga stabilitása. a) (Aszimptotikusan) stabil-e az inga 1.1. feladat (0,0) fixpontja? b) (Aszimptotikusan) instabil-e? Ciklus A fixponténál némileg bonyolultabb, de viszonylag még egyszerű fogalom a ciklusé. Legyen P egy 1-nél nagyobb természetes szám. Egy x 1,x 2,...,x P vektorsorozatot az f rendszer P-periódusú ciklusának nevezzük, ha az x 1 -ből induló pálya x 2,...,x P -n keresztül visszatér x 1 -be. Képletben: (1.4) x t = f(x t 1 ), t = 2, 3,..., P + 1, x P +1 = x 1. Általában fölteszik, hogy a ciklus pontjai különbözők. Egyszerű következményként adódik x kp +Q = x Q, ahol Q = 1,..., P, k = 1, 2,.... Szemléltetésül szolgál az 1.5. példa. Ciklusok. Az 1.1. példában q = 1 esetén minden nemegyensúlyi pálya 2-ciklus, egyébként nincs ciklus feladat. Az inga ciklusai. Milyen ciklusai vannak az ingának (az 1.1. feladatnak)? b) Hogyan lehetne 2-ciklust kapni az ingaegyenlet változtatásával? Szabályozási rendszer Mind a műszaki, mind a közgazdasági alkalmazásokban kiemelkedő szerepet játszik a szabályozási rendszer fogalma. Alapfogalom az n-dimenziós állapotvektor és az m- dimenziós szabályozási vektor, jelük rendre x és u, valamint az állapotegyenlet, amely az új állapotot az előző állapot és az új szabályozás függvényeként határozza meg: (1.5) x t = g(x t 1,u t ), t = 1, 2,..., ahol g egy R n+m R n függvény. 22

A vegetatív működés modelljei

A vegetatív működés modelljei Tartalom 1 Motiváció 2 Decentralizált irányítási modellek 3 Működőképesség és stabilitás 4 Összehasonlítás 5 Következtetések Az Anti-Equilibriumtól a Hiányig Az Anti-Equilibriumban ígért konstruktív kritika:

Részletesebben

Tóth János - Simon L. Péter - Csikja Rudolf. Differenciálegyenletek feladatgyűjtemény

Tóth János - Simon L. Péter - Csikja Rudolf. Differenciálegyenletek feladatgyűjtemény Tóth János - Simon L. Péter - Csikja Rudolf Differenciálegyenletek feladatgyűjtemény 2011 Támogatás: Készült a TÁMOP 4.1.2.A/1 11/1 2011 0064 számú, a Természettudományos (matematika és fizika) képzés

Részletesebben

Szabályozás árjelzések nélkül: Kornai 90

Szabályozás árjelzések nélkül: Kornai 90 Szabályozás árjelzések nélkül: Kornai 90 Simonovits András MTA KRTK KTI, BME MI, CEU ED Simonovits András (MTA KRTK KTI, BME MI, CEU Szabályozás ED) árjelzések nélkül: Kornai 90 2018. szeptember 1 / 25

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

15. LINEÁRIS EGYENLETRENDSZEREK

15. LINEÁRIS EGYENLETRENDSZEREK 15 LINEÁRIS EGYENLETRENDSZEREK 151 Lineáris egyenletrendszer, Gauss elimináció 1 Definíció Lineáris egyenletrendszernek nevezzük az (1) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA MATEmATIkA I 6 VI KOmPLEX SZÁmOk 1 A komplex SZÁmOk HALmAZA A komplex számok olyan halmazt alkotnak amelyekben elvégezhető az összeadás és a szorzás azaz két komplex szám összege és szorzata

Részletesebben

PTE PMMFK Levelező-távoktatás, villamosmérnök szak

PTE PMMFK Levelező-távoktatás, villamosmérnök szak PTE PMMFK Levelező-távoktatás, villamosmérnök szak MATEMATIKA (A tantárgy tartalma és a tananyag elsajátításának időterve.) Összeállította: Kis Miklós adjunktus Tankönyvek (mindhárom félévre): 1. Scharnitzky

Részletesebben

II. Két speciális Fibonacci sorozat, szinguláris elemek, természetes indexelés

II. Két speciális Fibonacci sorozat, szinguláris elemek, természetes indexelés II. Két speciális Fibonacci sorozat, szinguláris elemek, természetes indexelés Nagyon könnyen megfigyelhetjük, hogy akármilyen két számmal elindítunk egy Fibonacci sorozatot, a sorozat egymást követő tagjainak

Részletesebben

Differenciálegyenletek numerikus integrálása április 9.

Differenciálegyenletek numerikus integrálása április 9. Differenciálegyenletek numerikus integrálása 2018. április 9. Differenciálegyenletek Olyan egyenletek, ahol a megoldást függvény alakjában keressük az egyenletben a függvény és deriváltjai szerepelnek

Részletesebben

M. 33. Határozza meg az összes olyan kétjegyű szám összegét, amelyek 4-gyel osztva maradékul 3-at adnak!

M. 33. Határozza meg az összes olyan kétjegyű szám összegét, amelyek 4-gyel osztva maradékul 3-at adnak! Magyar Ifjúság 6 V SOROZATOK a) Három szám összege 76 E három számot tekinthetjük egy mértani sorozat három egymás után következő elemének vagy pedig egy számtani sorozat első, negyedik és hatodik elemének

Részletesebben

Elhangzott gyakorlati tananyag óránkénti bontásban. Mindkét csoport. Rövidítve.

Elhangzott gyakorlati tananyag óránkénti bontásban. Mindkét csoport. Rövidítve. TTK, Matematikus alapszak Differenciálegyenletek 1 (BMETE93AM15) Elhangzott gyakorlati tananyag óránkénti bontásban Mindkét csoport Rövidítve 1 gyakorlat 017 szeptember 7 T01 csoport Elsőrendű közönséges

Részletesebben

Közgazdaságtan alapjai. Dr. Karajz Sándor Gazdaságelméleti Intézet

Közgazdaságtan alapjai. Dr. Karajz Sándor Gazdaságelméleti Intézet Közgazdaságtan alapjai Dr. Karajz Sándor Gazdaságelméleti 4. Előadás Az árupiac és az IS görbe IS-LM rendszer A rövidtávú gazdasági ingadozások modellezésére használt legismertebb modell az úgynevezett

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter MAKROÖKONÓMIA MAKROÖKONÓMIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az

Részletesebben

Differenciálegyenletek numerikus megoldása

Differenciálegyenletek numerikus megoldása a Matematika mérnököknek II. című tárgyhoz Differenciálegyenletek numerikus megoldása Fokozatos közeĺıtés módszere (1) (2) x (t) = f (t, x(t)), x I, x(ξ) = η. Az (1)-(2) kezdeti érték probléma ekvivalens

Részletesebben

Gauss-Seidel iteráció

Gauss-Seidel iteráció Közelítő és szimbolikus számítások 5. gyakorlat Iterációs módszerek: Jacobi és Gauss-Seidel iteráció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 ITERÁCIÓS

Részletesebben

Konjugált gradiens módszer

Konjugált gradiens módszer Közelítő és szimbolikus számítások 12. gyakorlat Konjugált gradiens módszer Készítette: Gelle Kitti Csendes Tibor Vinkó Tamás Faragó István Horváth Róbert jegyzetei alapján 1 LINEÁRIS EGYENLETRENDSZEREK

Részletesebben

0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles

0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles Matematika szigorlat, Mérnök informatikus szak I. 2013. jan. 10. Név: Neptun kód: Idő: 180 perc Elm.: 1. f. 2. f. 3. f. 4. f. 5. f. Fel. össz.: Össz.: Oszt.: Az elérhető pontszám 40 (elmélet) + 60 (feladatok)

Részletesebben

Makroökonómia. 5. szeminárium

Makroökonómia. 5. szeminárium Makroökonómia 5. szeminárium Mit tudunk eddig? Alapfogalmak Hosszú távú modell Alapvető modellezési keretrendszer Szereplők Piacok Magatartási egyenletek Piaci egyensúlyi feltételek Azonban: statikus modell

Részletesebben

Árupiac. Munkapiac. Tőkepiac. KF piaca. Pénzpiac. kibocsátás. fogyasztás, beruházás. munkakínálat. munkakereslet. tőkekereslet (tőkekínálat) beruházás

Árupiac. Munkapiac. Tőkepiac. KF piaca. Pénzpiac. kibocsátás. fogyasztás, beruházás. munkakínálat. munkakereslet. tőkekereslet (tőkekínálat) beruházás kibocsátás Árupiac fogyasztás, beruházás munkakereslet tőkekereslet (tőkekínálat) Munkapiac Tőkepiac munkakínálat beruházás KF piaca megtakarítás pénzkínálat Pénzpiac pénzkereslet Kaptunk érdekes eredményeket.

Részletesebben

12. előadás - Markov-láncok I.

12. előadás - Markov-láncok I. 12. előadás - Markov-láncok I. 2016. november 21. 12. előadás 1 / 15 Markov-lánc - definíció Az X n, n N valószínűségi változók sorozatát diszkrét idejű sztochasztikus folyamatnak nevezzük. Legyen S R

Részletesebben

17. előadás: Vektorok a térben

17. előadás: Vektorok a térben 17. előadás: Vektorok a térben Szabó Szilárd A vektor fogalma A mai előadásban n 1 tetszőleges egész szám lehet, de az egyszerűség kedvéért a képletek az n = 2 esetben szerepelnek. Vektorok: rendezett

Részletesebben

(Diszkrét idejű Markov-láncok állapotainak

(Diszkrét idejű Markov-láncok állapotainak (Diszkrét idejű Markov-láncok állapotainak osztályozása) March 21, 2019 Markov-láncok A Markov-láncok anaĺızise főként a folyamat lehetséges realizációi valószínűségeinek kiszámolásával foglalkozik. Ezekben

Részletesebben

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz Debreceni Egyetem Közgazdaságtudományi Kar Feladatok a Gazdasági matematika II tárgy gyakorlataihoz a megoldásra ajánlott feladatokat jelöli e feladatokat a félév végére megoldottnak tekintjük a nehezebb

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus

Részletesebben

A kiadásért felel dr. Táncos László, a Semmelweis Kiadó igazgatója Nyomda alá rendezte Békésy János Borítóterv: Táncos László SKD: SKD043-e

A kiadásért felel dr. Táncos László, a Semmelweis Kiadó igazgatója Nyomda alá rendezte Békésy János Borítóterv: Táncos László SKD: SKD043-e Dr. Gergó Lajos elõadásjegyzetei alapján készítették: Dr. Gergó Lajos Dr. Meskó Attiláné Gillemotné Dr. Orbán Katalin Semmelweis Egyetem, Gyógyszerésztudományi Kar, Egyetemi Gyógyszertár, Gyógyszerügyi

Részletesebben

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla Kvadratikus alakok és euklideszi terek (előadásvázlat, 0. október 5.) Maróti Miklós, Kátai-Urbán Kamilla Az előadáshoz ajánlott jegyzet: Szabó László: Bevezetés a lineáris algebrába, Polygon Kiadó, Szeged,

Részletesebben

KÖZGAZDASÁGTAN GAZDASÁGI INFORMATIKUSOKNAK. Elérhetőség

KÖZGAZDASÁGTAN GAZDASÁGI INFORMATIKUSOKNAK. Elérhetőség KÖZGAZDASÁGTAN GAZDASÁGI INFORMATIKUSOKNAK Oktatók Csongrádi Gyöngyi Kiss Gabriella Dr. Nagy András Elérhetőség Hivatalos honlap http://www.bgf.hu/pszk /szervezetiegysegeink/oktatasiszervezetiegysegek

Részletesebben

Numerikus módszerek 1.

Numerikus módszerek 1. Numerikus módszerek 1. 6. előadás: Vektor- és mátrixnormák Lócsi Levente ELTE IK 2013. október 14. Tartalomjegyzék 1 Vektornormák 2 Mátrixnormák 3 Természetes mátrixnormák, avagy indukált normák 4 Mátrixnormák

Részletesebben

First Prev Next Last Go Back Full Screen Close Quit. Matematika I

First Prev Next Last Go Back Full Screen Close Quit. Matematika I Matematika I (Analízis) Készítette: Horváth Gábor Kötelező irodalom: Ács László, Gáspár Csaba: Analízis 1 Oktatási segédanyagok és a tantárgyi követelményrendszer megtalálható a http://rs1.szif.hu/ horvathg/horvathg.html

Részletesebben

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján Számsorozatok, vektorsorozatok konvergenciája Def.: Számsorozatok értelmezése:

Részletesebben

Bevezetés Standard 1 vállalatos feladatok Standard több vállalatos feladatok 2017/ Szegedi Tudományegyetem Informatikai Intézet

Bevezetés Standard 1 vállalatos feladatok Standard több vállalatos feladatok 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 10. Előadás Vállalatelhelyezés Vállalatelhelyezés Amikor egy új telephelyet kell nyitni,

Részletesebben

Numerikus módszerek 1.

Numerikus módszerek 1. Numerikus módszerek 1. 11. előadás: A Newton-módszer és társai Lócsi Levente ELTE IK 2013. november 25. Tartalomjegyzék 1 A Newton-módszer és konvergenciatételei 2 Húrmódszer és szelőmódszer 3 Általánosítás

Részletesebben

Numerikus módszerek 1.

Numerikus módszerek 1. Numerikus módszerek 1. 10. előadás: Nemlineáris egyenletek numerikus megoldása Lócsi Levente ELTE IK 2013. november 18. Tartalomjegyzék 1 Bolzano-tétel, intervallumfelezés 2 Fixponttételek, egyszerű iterációk

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter MAKROÖKONÓMIA MAKROÖKONÓMIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az

Részletesebben

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex A sorozat fogalma Definíció. A természetes számok N halmazán értelmezett függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet a valós számok halmaza, valós számsorozatról beszélünk, mígha az

Részletesebben

Válogatott fejezetek a matematikából

Válogatott fejezetek a matematikából Válogatott fejezetek a matematikából ---- ---- Simon Péter Válogatott fejezetek a matematikából Egyetemi jegyzet IK ISBN 978-963-489-068-3 Simon Péter --- simon_valogatott_matematika_borito.indd 1 2019.03.19.

Részletesebben

Makroökonómia. 7. szeminárium

Makroökonómia. 7. szeminárium Makroökonómia 7. szeminárium Az előző részek tartalmából Népességnövekedés L Y t = ak t α L t 1 α Konstans, (1+n) ütemben növekszik Egy főre jutó értékek Egyensúlyi növekedési pálya Összes változó konstans

Részletesebben

Bevezetés az állapottér-elméletbe Dinamikus rendszerek állapottér reprezentációi

Bevezetés az állapottér-elméletbe Dinamikus rendszerek állapottér reprezentációi Tartalom Bevezetés az állapottér-elméletbe Irányítható alak Megfigyelhetőségi alak Diagonális alak Állapottér transzformáció 2018 1 A szabályozáselmélet klasszikus, BODE, NICHOLS, NYQUIST nevéhez kötődő,

Részletesebben

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/ Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és

Részletesebben

Makroökonómia. 6. szeminárium

Makroökonómia. 6. szeminárium Makroökonómia 6. szeminárium Ismétlés: egy főre jutó makromutatók Népességnövekedés L Y t = ak t α L t 1 α Konstans, (1+n) ütemben növekszik Egy főre jutó értékek Egyensúlyi növekedési pálya Összes változó

Részletesebben

Markov-láncok stacionárius eloszlása

Markov-láncok stacionárius eloszlása Markov-láncok stacionárius eloszlása Adatbányászat és Keresés Csoport, MTA SZTAKI dms.sztaki.hu Kiss Tamás 2013. április 11. Tartalom Markov láncok definíciója, jellemzése Visszatérési idők Stacionárius

Részletesebben

Nem-lineáris programozási feladatok

Nem-lineáris programozási feladatok Nem-lineáris programozási feladatok S - lehetséges halmaz 2008.02.04 Dr.Bajalinov Erik, NyF MII 1 Elég egyszerű példa: nemlineáris célfüggvény + lineáris feltételek Lehetséges halmaz x 1 *x 2 =6.75 Gradiens

Részletesebben

First Prev Next Last Go Back Full Screen Close Quit

First Prev Next Last Go Back Full Screen Close Quit Többváltozós függvények (2) First Prev Next Last Go Back Full Screen Close Quit 1. Egyváltozós függvények esetén a differenciálhatóságból következett a folytonosság. Fontos tudni, hogy abból, hogy egy

Részletesebben

LINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak

LINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak LINEÁRIS EGYENLETRENDSZEREK 004. október. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak az előadáson, másrészt megtalálják a jegyzetben: Szabó László:

Részletesebben

Rend, rendezetlenség, szimmetriák (rövidített változat)

Rend, rendezetlenség, szimmetriák (rövidített változat) Rend, rendezetlenség, szimmetriák (rövidített változat) dr. Tasnádi Tamás 1 2018. február 16. 1 BME, Matematikai Intézet Tartalom Mi a rend? Érdekes grafikáktól a periodikus rácsokig Nem periodikus parkettázások

Részletesebben

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

11. Előadás. 11. előadás Bevezetés a lineáris programozásba 11. Előadás Gondolkodnivalók Sajátérték, Kvadratikus alak 1. Gondolkodnivaló Adjuk meg, hogy az alábbi A mátrixnak mely α értékekre lesz sajátértéke a 5. Ezen α-ák esetén határozzuk meg a 5 sajátértékhez

Részletesebben

Parciális differenciálegyenletek numerikus módszerei számítógépes alkalmazásokkal Karátson, János Horváth, Róbert Izsák, Ferenc

Parciális differenciálegyenletek numerikus módszerei számítógépes alkalmazásokkal Karátson, János Horváth, Róbert Izsák, Ferenc Karátson, János Horváth, Róbert Izsák, Ferenc numerikus módszerei számítógépes írta Karátson, János, Horváth, Róbert, és Izsák, Ferenc Publication date 2013 Szerzői jog 2013 Karátson János, Horváth Róbert,

Részletesebben

Függvények növekedési korlátainak jellemzése

Függvények növekedési korlátainak jellemzése 17 Függvények növekedési korlátainak jellemzése A jellemzés jól bevált eszközei az Ω, O, Θ, o és ω jelölések. Mivel az igények általában nemnegatívak, ezért az alábbi meghatározásokban mindenütt feltesszük,

Részletesebben

Hamilton rendszerek, Lyapunov függvények és Stabilitás. Hamilton rendszerek valós dinamikai rendszerek, konzerva3v mechanikai rendszerek

Hamilton rendszerek, Lyapunov függvények és Stabilitás. Hamilton rendszerek valós dinamikai rendszerek, konzerva3v mechanikai rendszerek Hamilton rendszerek, Lyapunov függvények és Stabilitás Hamilton rendszerek valós dinamikai rendszerek, konzerva3v mechanikai rendszerek Sokszor nem lehetséges, hogy a tanult linearizációs módszerrel meghatározzuk

Részletesebben

Makroökonómia. 8. szeminárium

Makroökonómia. 8. szeminárium Makroökonómia 8. szeminárium Jövő héten ZH avagy mi várható? Solow-modellből minden Konvergencia Állandósult állapot Egyensúlyi növekedési pálya Egy főre jutó Hatékonysági egységre jutó Növekedési ütemek

Részletesebben

Diszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek

Diszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek 1 Diszkrét matematika II, 5 előadás Lineáris egyenletrendszerek Dr Takách Géza NyME FMK Informatikai Intézet takach@infnymehu http://infnymehu/ takach/ 2007 március 8 Egyenletrendszerek Középiskolás módszerek:

Részletesebben

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/ Operációkutatás I. 2018/2019-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c

Részletesebben

Tartalom. Pénzügytan I. Általános tudnivalók, ismétlés. 2010/2011 tanév őszi félév 1. Hét

Tartalom. Pénzügytan I. Általános tudnivalók, ismétlés. 2010/2011 tanév őszi félév 1. Hét Pénzügytan I. Általános tudnivalók, ismétlés 2010/2011 tanév őszi félév 1. Hét 2010.09.07. 1 Tóth Árpád Ig. 617 e-mail: totha@sze.hu gyakorlatok letölthetősége: www.sze.hu/~totha Pénzügytan I. (könyvtár)

Részletesebben

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/ Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c

Részletesebben

Mátrixjátékok tiszta nyeregponttal

Mátrixjátékok tiszta nyeregponttal 1 Mátrixjátékok tiszta nyeregponttal 1. Példa. Két játékos Aladár és Bendegúz rendelkeznek egy-egy tetraéderrel, melyek lapjaira rendre az 1, 2, 3, 4 számokat írták. Egy megadott jelre egyszerre felmutatják

Részletesebben

Kétváltozós függvények differenciálszámítása

Kétváltozós függvények differenciálszámítása Kétváltozós függvények differenciálszámítása 13. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Kétváltozós függvények p. 1/1 Definíció, szemléltetés Definíció. Az f : R R R függvényt

Részletesebben

Nagy Gábor compalg.inf.elte.hu/ nagy

Nagy Gábor  compalg.inf.elte.hu/ nagy Diszkrét matematika 3. estis képzés 2016. ősz 1. Diszkrét matematika 3. estis képzés 3. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

3. Lineáris differenciálegyenletek

3. Lineáris differenciálegyenletek 3. Lineáris differenciálegyenletek A közönséges differenciálegyenletek két nagy csoportba oszthatók lineáris és nemlineáris egyenletek csoportjába. Ez a felbontás kicsit önkényesnek tűnhet, a megoldásra

Részletesebben

Differenciálegyenletek. Vajda István március 4.

Differenciálegyenletek. Vajda István március 4. Analízis előadások Vajda István 2009. március 4. Függvényegyenletek Definíció: Az olyan egyenleteket, amelyekben a meghatározandó ismeretlen függvény, függvényegyenletnek nevezzük. Függvényegyenletek Definíció:

Részletesebben

Normák, kondíciószám

Normák, kondíciószám Normák, kondíciószám A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István Lineáris egyenletrendszerek Nagyon sok probléma közvetlenül lineáris egyenletrendszer megoldásával kezelhetı Sok numerikus

Részletesebben

Folytonos rendszeregyenletek megoldása. 1. Folytonos idejű (FI) rendszeregyenlet általános alakja

Folytonos rendszeregyenletek megoldása. 1. Folytonos idejű (FI) rendszeregyenlet általános alakja Folytonos rendszeregyenletek megoldása 1. Folytonos idejű (FI) rendszeregyenlet általános alakja A folytonos rendszeregyenletek megoldásakor olyan rendszerekkel foglalkozunk, amelyeknek egyetlen u = u(t)

Részletesebben

Példa a report dokumentumosztály használatára

Példa a report dokumentumosztály használatára Példa a report dokumentumosztály használatára Szerző neve évszám Tartalomjegyzék 1. Valószínűségszámítás 5 1.1. Események matematikai modellezése.............. 5 1.2. A valószínűség matematikai modellezése............

Részletesebben

DIFFERENCIAEGYENLETEK, MINT A MODELLEZÉS ESZKÖZEI AZ ISKOLAI MATEMATIKÁBAN

DIFFERENCIAEGYENLETEK, MINT A MODELLEZÉS ESZKÖZEI AZ ISKOLAI MATEMATIKÁBAN DIFFERENCIAEGYENLETEK, MINT A MODELLEZÉS ESZKÖZEI AZ ISKOLAI MATEMATIKÁBAN KOVÁCS ZOLTÁN 1. Bevezetés A természeti jelenségeket sokszor differenciálegyenletekkel lehet leírni: a vizsgált mennyiség például

Részletesebben

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás) Matematika A2c gyakorlat Vegyészmérnöki, Biomérnöki, Környezetmérnöki szakok, 2017/18 ősz 1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás) 1. Valós vektorterek-e a következő

Részletesebben

Matematikai háttér. 3. Fejezet. A matematika hozzászoktatja a szemünket ahhoz, hogy tisztán és világosan lássa az igazságot.

Matematikai háttér. 3. Fejezet. A matematika hozzászoktatja a szemünket ahhoz, hogy tisztán és világosan lássa az igazságot. 3. Fejezet Matematikai háttér A matematika hozzászoktatja a szemünket ahhoz, hogy tisztán és világosan lássa az igazságot René Descartes Számtalan kiváló szakirodalom foglalkozik a különféle differenciálegyenletek

Részletesebben

PTE PMMFK Levelező-távoktatás, villamosmérnök szak

PTE PMMFK Levelező-távoktatás, villamosmérnök szak PTE PMMFK Levelező-távoktatás, villamosmérnök szak MATEMATIKA (A tantárgy tartalma és a tananyag elsajátításának időterve.) Összeállította: Kis Miklós adjunktus Tankönyvek Megegyeznek az 1. és 2. félévben

Részletesebben

V É G E S E L E M M Ó D S Z E R M É R N Ö K I M E C H A N I K A I A L K A LM A Z Á S A I

V É G E S E L E M M Ó D S Z E R M É R N Ö K I M E C H A N I K A I A L K A LM A Z Á S A I ALKALMAZOTT MECHANIKA TANSZÉK V É G E S E L E M M Ó D S Z E R M É R N Ö K I M E C H A N I K A I A L K A LM A Z Á S A I Előadásvázlat a Multidiszciplináris Műszaki Tudományi Doktori Iskola hallgatói számára

Részletesebben

Szokol Patricia szeptember 19.

Szokol Patricia szeptember 19. a Haladó módszertani ismeretek című tárgyhoz 2017. szeptember 19. Legyen f : N R R adott függvény, ekkor a x n = f (n, x n 1 ), n = 1, 2,... egyenletet elsőrendű differenciaegyenletnek nevezzük. Ha még

Részletesebben

MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter. 2011. február

MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter. 2011. február MAKROÖKONÓMIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi

Részletesebben

Hadamard-mátrixok Előadó: Hajnal Péter február 23.

Hadamard-mátrixok Előadó: Hajnal Péter február 23. Szimmetrikus kombinatorikus struktúrák MSc hallgatók számára Hadamard-mátrixok Előadó: Hajnal Péter 2012. február 23. 1. Hadamard-mátrixok Ezen az előadáson látásra a blokkrendszerektől független kombinatorikus

Részletesebben

Autonóm egyenletek, dinamikai rendszerek

Autonóm egyenletek, dinamikai rendszerek 238 8. Autonóm egyenletek, dinamikai rendszerek 8.8. tétel. (Andronov Witt) 5 6 Ha a Γ periodikus pálya karakterisztikus multiplikátorainak abszolút értéke 1-nél kisebb, akkor a Γ pálya stabilis határciklus.

Részletesebben

A legjobb közeĺıtés itt most azt jelentette, hogy a lineáris

A legjobb közeĺıtés itt most azt jelentette, hogy a lineáris Többváltozós függvények differenciálhatósága f(x) f(x Az egyváltozós függvények differenciálhatóságát a lim 0 ) x x0 x x 0 függvényhatárértékkel definiáltuk, s szemléletes jelentése abban mutatkozott meg,

Részletesebben

Nemlineáris programozás 2.

Nemlineáris programozás 2. Optimumszámítás Nemlineáris programozás 2. Többváltozós optimalizálás feltételek mellett. Lagrange-feladatok. Nemlineáris programozás. A Kuhn-Tucker feltételek. Konvex programozás. Sydsaeter-Hammond: 18.1-5,

Részletesebben

Gyakorló feladatok az II. konzultáció anyagához

Gyakorló feladatok az II. konzultáció anyagához Gyakorló feladatok az II. konzultáció anyagához 003/004 tanév, I. félév 1. Vizsgáljuk meg a következő sorozatokat korlátosság és monotonitás szempontjából! a n = 5n+1, b n = n + n! 3n 8, c n = 1 ( 1)n

Részletesebben

1.9. B - SPLINEOK B - SPLINEOK EGZISZTENCIÁJA. numerikus analízis ii. 34. [ a, b] - n legfeljebb n darab gyöke lehet. = r (m 1) n = r m + n 1

1.9. B - SPLINEOK B - SPLINEOK EGZISZTENCIÁJA. numerikus analízis ii. 34. [ a, b] - n legfeljebb n darab gyöke lehet. = r (m 1) n = r m + n 1 numerikus analízis ii 34 Ezért [ a, b] - n legfeljebb n darab gyöke lehet = r (m 1) n = r m + n 1 19 B - SPLINEOK VOLT: Ω n véges felosztás S n (Ω n ) véges dimenziós altér A bázis az úgynevezett egyoldalú

Részletesebben

KÖZGAZDASÁGTAN II. Készítette: Lovics Gábor. Szakmai felelős: Lovics Gábor június

KÖZGAZDASÁGTAN II. Készítette: Lovics Gábor. Szakmai felelős: Lovics Gábor június KÖZGAZDASÁGTAN II. Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén, az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi

Részletesebben

TANTÁRGYI PROGRAM Matematikai alapok I. útmutató

TANTÁRGYI PROGRAM Matematikai alapok I. útmutató BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok I. útmutató 2014/2015. tanév I. félév Tantárgyi program Tantárgy megnevezése Matematikai alapok

Részletesebben

Matematikai modellezés

Matematikai modellezés Matematikai modellezés Bevezető A diasorozat a Döntési modellek című könyvhöz készült. Készítette: Dr. Ábrahám István Döntési folyamatok matematikai modellezése Az emberi tevékenységben meghatározó szerepe

Részletesebben

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei A Gauss-Jordan elimináció, mátrixinvertálás Gauss-Jordan módszer Ugyanazzal a technikával, mint ahogy a k-adik oszlopban az a kk alatti elemeket kinulláztuk, a fölötte lévő elemeket is zérussá lehet tenni.

Részletesebben

Hódmezővásárhelyi Városi Matematikaverseny április 14. A osztályosok feladatainak javítókulcsa

Hódmezővásárhelyi Városi Matematikaverseny április 14. A osztályosok feladatainak javítókulcsa Hódmezővásárhelyi Városi Matematikaverseny 2003. április 14. A 11-12. osztályosok feladatainak javítókulcsa 1. feladat Egy számtani sorozatot az első eleme és különbsége egyértelműen meghatározza, azt

Részletesebben

Matematika A2 vizsga mgeoldása június 4.

Matematika A2 vizsga mgeoldása június 4. Matematika A vizsga mgeoldása 03. június.. (a (3 pont Definiálja az f(x, y függvény határértékét az (x 0, y 0 helyen! Megoldás: Legyen D R, f : D R. Legyen az f(x, y függvény értelmezve az (x 0, y 0 pont

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:

Részletesebben

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( ) Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:

Részletesebben

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba Hibaforrások Hiba A feladatok megoldása során különféle hibaforrásokkal találkozunk: Modellhiba, amikor a valóságnak egy közelítését használjuk a feladat matematikai alakjának felírásához. (Pl. egy fizikai

Részletesebben

MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter. 2011. február

MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter. 2011. február MAKROÖKONÓMIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi

Részletesebben

Méréselmélet MI BSc 1

Méréselmélet MI BSc 1 Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok

Részletesebben

Az egydimenziós harmonikus oszcillátor

Az egydimenziós harmonikus oszcillátor Az egydimenziós harmonikus oszcillátor tárgyalása az általános formalizmus keretében November 7, 006 Példaképpen itt megmutatjuk, hogyan lehet a kvantumos egydimenziós harmonikus oszcillátort tárgyalni

Részletesebben

JPTE PMMFK Levelező-távoktatás, villamosmérnök szak

JPTE PMMFK Levelező-távoktatás, villamosmérnök szak JPTE PMMFK Levelező-távoktatás, villamosmérnök szak MATEMATIKA (A tantárgy tartalma és a tananyag elsajátításának időterve.) (Összeállította: Kis Miklós) Tankönyvek Megegyeznek az 1. félévben használtakkal.

Részletesebben

Vektorterek. =a gyakorlatokon megoldásra ajánlott

Vektorterek. =a gyakorlatokon megoldásra ajánlott Vektorterek =a gyakorlatokon megoldásra ajánlott 40. Alteret alkotnak-e a valós R 5 vektortérben a megadott részhalmazok? Ha igen, akkor hány dimenziósak? (a) L = { (x 1, x 2, x 3, x 4, x 5 ) x 1 = x 5,

Részletesebben

TANTÁRGYI PROGRAM Matematikai alapok I. útmutató

TANTÁRGYI PROGRAM Matematikai alapok I. útmutató BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok I. útmutató 2013/2014. tanév II. félév Tantárgyi program Tantárgy megnevezése Matematikai alapok

Részletesebben

Elhangzott tananyag óránkénti bontásban

Elhangzott tananyag óránkénti bontásban TTK, Matematikus alapszak Differenciálegyenletek (Előadás BMETE93AM03; Gyakorlat BME TE93AM04) Elhangzott tananyag óránkénti bontásban 2016. február 15. 1. előadás. Közönséges differenciálegyenlet fogalma.

Részletesebben

A mechanika alapjai. A pontszerű testek dinamikája

A mechanika alapjai. A pontszerű testek dinamikája A mechanika alapjai A pontszerű testek dinamikája Horváth András SZE, Fizika Tsz. v 0.6 1 / 26 alapi Bevezetés Newton I. Newton II. Newton III. Newton IV. alapi 2 / 26 Bevezetés alapi Bevezetés Newton

Részletesebben

Sorozatok I. Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma)

Sorozatok I. Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Sorozatok I. DEFINÍCIÓ: (Számsorozat) A számsorozat olyan függvény, amelynek értelmezési tartománya a pozitív egész számok halmaza, értékkészlete a valós számok egy részhalmaza. Jelölés: (a n ), {a n }.

Részletesebben

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony.

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony. Determinánsok A determináns fogalma olyan algebrai segédeszköz, amellyel jól jellemezhető a mátrixok invertálhatósága, a mátrix rangja. Segítségével lineáris egyenletrendszerek megoldhatósága dönthető

Részletesebben

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont)

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont) 1. tétel 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója cm. Mekkora a háromszög átfogója? (4 pont). Adott az ábrán két vektor. Rajzolja meg a b, a b és az a b vektorokat! (6 pont)

Részletesebben

Analízis előadás és gyakorlat vázlat

Analízis előadás és gyakorlat vázlat Analízis előadás és gyakorlat vázlat Készült a PTE TTK GI szakos hallgatóinak Király Balázs 2010-11. I. Félév 2 1. fejezet Számhalmazok és tulajdonságaik 1.1. Nevezetes számhalmazok ➀ a) jelölése: N b)

Részletesebben

A TANTÁRGY ADATLAPJA

A TANTÁRGY ADATLAPJA A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeș-Bolyai Tudományegyetem 1.2 Kar Matematika és Informatika 1.3 Intézet Magyar Matematika és Informatika 1.4 Szakterület

Részletesebben

A Föld középpontja felé szabadon eső test sebessége növekszik, azaz, a

A Föld középpontja felé szabadon eső test sebessége növekszik, azaz, a a Matematika mérnököknek I. című tárgyhoz Függvények. Függvények A Föld középpontja felé szabadon eső test sebessége növekszik, azaz, a szabadon eső test sebessége az idő függvénye. Konstans hőmérsékleten

Részletesebben

Matematika 8. osztály

Matematika 8. osztály ELTE Apáczai Csere János Gyakorló Gimnázium és Kollégium Hat évfolyamos Matematika 8. osztály I. rész: Algebra Készítette: Balázs Ádám Budapest, 2018 2. Tartalomjegyzék Tartalomjegyzék I. rész: Algebra................................

Részletesebben